FR2867997A1 - Procede et installation de detection et de gestion automatique des defauts de soudage - Google Patents

Abstract

Procédé de détection automatique de défaut de soudage et de sélection des pièces comprenant les étapes de (a) acquérir des données, pendant le soudage d'au moins une pièce à souder, (b) traiter les données acquises à l'étape a) pour en déduire au moins une première variable booléenne, et (c) déterminer un défaut de la soudure à partir d'au moins la première variable booléenne de l'étape b). Installation de mise en oeuvre du procédé. Application du procédé sur une chaîne de production de manière à permettre une gestion automatique de la chaîne de production, de préférence une chaîne de production de pièces pour véhicule automobile.

Description

L'invention a trait à un procédé de gestion automatisée d'une ligne de

soudage robotisée ou automatique dans lequel on opère une détection de tout ou partie des types de défauts pouvant se produire en soudure à l'arc automatique sous flux gazeux et avec métal d'apport, notamment en soudage TIG, plasma, laser-arc hybride... ainsi qu'en MIG et MAG quels que soient les régimes de fusions, notamment en courts circuits, pulsés,

globulaires, pulvérisations axiales...

Lorsqu'un soudage de pièces a été effectué, il est habituel de vérifier le résultat obtenu, c'est-à-dire d'inspecter les pièces soudées de manière à déterminer si la soudure a été correctement exécutée ou non.

En effet, on comprend aisément que si deux pièces ont été mal soudées, l'une avec l'autre, alors celles-ci ne peuvent être utilisées et doivent être mises au rebut. Ceci est par exemple le cas lorsque la soudure présente des défauts d'aspect visuel ou des zones mal soudées, voire non soudées, engendrant un risque de rupture subséquente.

On connaît actuellement plusieurs méthodes d'inspection de joints de soudure mais celles-ci présentent toutes des inconvénients.

Ainsi, l'inspection visuelle est utilisée depuis toujours. Elle se fait a posteriori, c'est-à-dire hors de la chaîne de fabrication. Elle nécessite une reprise des pièces, ce qui est lourd à mettre en place, voire impossible pour des pièces complexes. De plus, l'attention des opérateurs se relâchant, ce système est peu fiable à la longue. Enfin le temps nécessaire à cette inspection génère une perte de facteur de marche, donc de productivité.

Par ailleurs, l'inspection par des moyens optiques, comme des caméras laser, permet de s'affranchir des pertes de vigilance des opérateurs, mais sont soumis aux même problèmes de mise en oeuvre. Ils sont lourds à mettre en place pour les pièces complexes car ils nécessitent une reprise par un robot spécialisé qui dispose la pièce dans le champ de la caméra, ce qui génère là aussi des pertes de facteur de marche. De plus, ces installations sont chères.

En outre, l'inspection peut aussi se faire en utilisant l'intensité et la tension de soudage. Les systèmes classiquement embarqués dans les générateurs de courant de soudage fonctionnent par détection de dépassement de seuils. Ces seuils doivent être définis en hauteur et en durée. Toutefois, l'établissement de ces seuils est délicat et dépend de chaque soudure. De plus, les seuils en tension et intensité sont indépendants l'un de l'autre, ce qui oblige à définir des seuils élevés pour ne pas générer trop de fausses alarmes. De ce fait, ce type d'inspection ne permet généralement que de détecter des événements dits sévères de type rupture d'arc ou perçage.

Globalement, ce type de détection se révèle donc aussi nettement insuffisant au plan industriel.

Par ailleurs, il a été observé en pratique que des variations de vitesse du fil peuvent également être à l'origine de défauts de soudage. Toutefois, ce paramètre n'est pas utilisé pour réaliser du diagnostic. L'affichage sur les faces avant des générateurs de la vitesse de fil ne donne que la valeur de consigne, c'est-à-dire, que la valeur réelle n'est quasiment jamais mesurée. En effet, dans les cas où elle l'est, par tachymètre par exemple, la valeur affichée ne sert qu'à faciliter ou à vérifier les réglages de la machine. Autrement dit, cette mesure de vitesse n'est en aucun cas utilisée pour déceler des problèmes de frottements dans les gaines ou de pompage susceptibles d'engendrer des défauts de soudure.

Par ailleurs, en production, la mesure de la pression ou du débit de gaz de protection se fait au mieux analogiquement via des débitmètres. Les systèmes les plus perfectionnés de ce type peuvent détecter automatiquement l'absence complète de gaz. Néanmoins, ils ne permettent pas de diagnostics fins, c'est-à-dire de détecter les diminutions de débits de gaz de protection, par exemple dus à une vidange totale de bouteille ou à un encrassement de la buse de soudage, pouvant entraîner des instabilités et des défauts de soudage.

Au vu de l'état de la technique susmentionné, le problème qui se pose est de proposer un procédé efficace de détection automatisé des défauts susceptibles de se produire en soudage à l'arc automatique ou robotique, c'est-à-dire lorsque la soudure est faite par une machine de soudage, ne présentant pas les inconvénients ci-dessus. Par détection automatique ou automatisée, on entend: Sans interventions humaine pour l'inspection et la sélection des pièces.

La solution de l'invention est un procédé de détection automatique de défaut de 30 soudage comprenant les étapes de: a) acquérir des données, pendant le soudage d'au moins une pièce, de préférence de deux (ou plus) pièces l'une avec l'autre, b) traiter les données acquises à l'étape a) pour en déduire au moins une variable booléenne, c'est-à-dire une variable de type binaire, c) déterminer un défaut de la soudure à partir d'au moins la variable booléenne de l'étape b).

Selon le cas, le procédé de l'invention peut comprendre l'une ou plusieurs des caractéristiques techniques suivantes: - les données acquises à l'étape a) sont choisies dans le groupe formé par la tension (U), l'intensité (I), la vitesse du fil (Vf), la vitesse de soudage (Vs), la pression (Pgaz) ou le débit du gaz (Dgaz), de préférence la tension et l'intensité, de préférence la tension, l'intensité, la vitesse fil et la pression de gaz.

- les données sont acquises au niveau de l'arc de soudage ou le plus près possible de l'arc de soudage.

- le traitement des données de l'étape b) se fait au moyen d'un programme d'ordinateur ou sur une carte électronique.

- en fonction du résultat de l'étape c), on classifie la pièce soudée en pièce "défectueuse" ou "non défectueuse".

- les données acquises à l'étape a) sont utilisées, après traitement, pour en déduire au moins une seconde variable booléenne caractérisant la gravité du défaut lorsque la pièce soudée est classifiée en pièce "défectueuse".

- on utilise la seconde variable booléenne caractérisant la gravité du défaut pour décider de mettre ladite au moins une pièce soudée au rebut ou de lui faire subir un contrôle supplémentaire.

- il est mis en oeuvre sur une chaîne de production de manière à permettre une gestion automatique de la chaîne de production, de préférence une chaîne de production de pièces pour véhicule automobile.

- la ou les pièces sont soudées par un procédé de soudage MIG avec apport de fil fusible de soudage et gaz de protection.

L'invention porte aussi sur une installation de détection automatique de défaut de soudage comprenant: - des moyens d'acquisition de données permettant d'acquérir des données pendant le soudage d'au moins une pièce à souder, - des moyens de traitement pour traiter les données acquises par les moyens d'acquisition de données et pour en déduire au moins une première variable booléenne, et - des moyens de détermination de défaut coopérant avec les moyens de traitement pour déterminer un éventuel défaut de soudure à partir d'au moins la première variable booléenne.

De préférence, l'installation comporte, en outre, au moins une torche de soudage automatique, de préférence une torche de soudage alimentée en fil de soudage provenant d'une source de fil, en gaz de protection issu d'une source de gaz et en courant électrique délivré par un générateur de courant.

L'invention concerne également une chaîne de production de pièces soudées incluant une installation selon l'invention, de préférence une chaîne de production de pièces ou d'éléments de véhicule automobile.

Autrement dit, le procédé de l'invention repose sur la mesure simultanée des grandeurs caractéristiques du soudage à l'arc avec métal d'apport et gaz de protection.

Le traitement informatique des signaux, en temps réel ou légèrement différé, permet de détecter des défauts directement sur la chaîne de production.

Les calculs sur les grandeurs caractéristiques du soudage à l'arc se font sur ordinateur par le biais d'un programme adapté ou sont embarqués sur cartes électroniques au niveau des capteurs ou du générateur de courant.

Le statut d'une pièce peut être ainsi défini sans sortir la pièce soudée de la chaîne de production.

Les pièces défectueuses sont, quant à elles, sorties de la chaîne de production automatiquement. Il n'y a pas de perte de facteur de marche, donc de productivité.

Plus précisément, la détection des soudures défectueuses se fait par traitement informatique automatisé des grandeurs caractéristiques des procédés de soudage à l'arc et principalement, tout ou partie des quatre grandeurs: intensité, tension, vitesse du fil, débit ou pression du gaz de protection; ces grandeurs étant mesurées et enregistrées au plus près de l'arc de soudage.

Les données sont traitées informatiquement pour donner un diagnostic binaire du 25 type bon ou mauvais .

Une pièce détectée correcte continue dans le processus de fabrication, alors qu'une pièce détectée mauvaise est automatiquement écartée de la chaîne de production.

Les calculs se font en temps réel ou peu différé afin que ce diagnostic ne diminue par le facteur de marche de la chaîne de production.

L'invention va être expliquée plus en détail grâce à la description suivante faite en références aux figures annexées parmi lesquelles: - la figure 1 représente le schéma de fonctionnement général d'un poste de production sur lequel est mis en oeuvre le procédé de détection de défauts selon la présente invention; - la figure 2 schématise une application du procédé de l'invention au soudage MIG; - la figure 3 représente un exemple de fonctionnement du logiciel PRATT de détection vocale appliqué à un enregistrement d'intensité sur un cordon de soudure à clin sans défaut; -la figure 4 représente un exemple de fonctionnement du logiciel PRATT de détection 5 vocale appliqué à un enregistrement d'intensité sur un cordon de soudure à clin déviant vers la tôle du dessous; - la figure 5 représente la tension moyenne et le facteur de qualité pour un cordon de soudure à clin avec un mauvais accostage; - la figure 6 représente la validation d'une soudure bonne; - la figure 7 représente l'invalidation d'une soudure défectueuse; - la figure 8 représente l'évolution des taux de fausses alarmes, de non- détection et d'erreur globale en fonction de la taille de la base d'apprentissage; - la figure 9a représente la production de 1000 pièces avec 5% de défauts; - la figure 9b représente la détection des pièces défectueuses; et - la figure 10 représente la probabilité de détection de défauts par tirage aléatoire.

Comme montré sur la figure 1, durant le soudage (en 1), on procède à une acquisition (en 2) des données ou informations utiles à la mise en oeuvre du procédé de détection de l'invention, telles qu'intensité (I), tension (U), vitesse fil (Vfil), pression de gaz (Pgaz), débit du gaz (Dgaz), vitesse de soudage (Vs), courrant induit dans le moteur du dévidoir de fil...

Ces données sont ensuite traitées (en 3) de manière à pouvoir établir un diagnostic (en 4) générant une première variable booléenne. En effet, quelle que soit la méthode mathématique utilisée, le résultat du diagnostic (en 4) effectué sur les grandeurs caractéristiques du soudage à l'arc est une première variable booléenne permettant de prendre une décision.

Celle-ci est utilisée pour autoriser le passage de la pièce si elle est conforme (5) ou pour sortir (5', 6, 7) la pièce de la chaîne de fabrication si elle est défectueuse.

Une fois la pièce sortie de la chaîne de production, un raffinement de la méthode permet d'utiliser une autre variable booléenne (4, 5') caractérisant la gravité du défaut pour choisir (6) de la mettre au rebut (8) ou bien (7) de la stocker transitoirement (9) afin qu'un opérateur effectue une vérification (10) des pièces.

Les pièces finalement jugées bonnes (fausses alarmes) sont remises dans la chaîne (11), alors que celles jugées défectueuses peuvent ensuite être rebutées (8) ou, selon le cas, éventuellement réparées (en 12) et remises dans la chaîne.

Ces opérations (8 à 12) se font hors de la chaîne de production et ne perturbent pas le facteur de marche de la production (cf. Figure 1).

L'aiguillage des pièces (en 4) se fait en fonction de la détection ou non d'un défaut. Les pièces ne présentant pas de défaut de soudage sont envoyées (en 5) vers les étapes suivantes de la chaîne de production (13), telles qu'assemblage, décapage, peinture ou autres.

A l'inverse, les pièces jugées non conformes sont sorties de la chaîne de production (5').

Elles peuvent alors être triées en fonction de la gravité du défaut détecté. Les pièces 10 à défauts graves , par exemple des perçages non réparables, sont séparées (en 6) des autres puis envoyées directement au rebut (en 8).

Par contre, les pièces à défauts mineurs , tels que des cordons déportés ou des caniveaux, sont séparées (en 7), envoyées vers une zone de stockage (en 9), avant inspection visuelle (en 10) hors chaîne de production, où elles peuvent être soit définitivement mises au rebut (en 8) ou, à l'inverse, renvoyées vers la chaîne de production (en 13), lorsque l'inspection visuelle (10) conclut à une fausse alarme (en 11).

La Figure 2 schématise l'intégration du procédé de détection de l'invention sur une installation de soudage MIG automatique comprenant une torche 20 de soudage MIG alimentée en fil de soudage 23 provenant d'une bobine 22 de fil, en gaz de protection issu d'une source 24 de gaz, telle une bouteille de gaz, et en courant électrique délivré par un générateur 21 de courant, de manière à souder ensemble des pièces 25 métalliques en y réalisant un joint 26 de soudage.

Les grandeurs mesurées pour le diagnostic selon l'invention sont celles caractéristiques du soudage à l'arc avec métal d'apport, à savoir principalement, U (en 28), I (en 27), Vf (en 30), Vs (en 31), Pgaz ou Dgaz (en 29).

Les calculs permettant de faire un diagnostic sur la pièce peuvent utiliser différents algorithmes mathématiques adaptés au problème de soudage, notamment: des algorithmes d'auto-corrélation, tels ceux utilisés dans le logiciel PRAAT de reconnaissance vocale, logiciel libre d'utilisation disponible à l'adresse suivante: http:llwww.fon.hum.uva. nl/praat/download_win.html.

Les figures 3 et 4 donnent un exemple d'utilisation de ce type de logiciel. Dans cet exemple, les données traitées sont un enregistrement d'intensité (I) réalisé lors d'une soudure à clin en MAG à régime arccourt avec une fréquence d'échantillonnage de 5 kHz.

Pour la figure 3, la soudure est correcte dans sa totalité.

Dans le cas de la figure 4, la soudure est correcte au démarrage mais s'écarte progressivement de la position idéale en se déportant vers la tôle inférieure. A la fin de la soudure, le cordon n'est plus déposé que sur la tôle inférieure de l'assemblage à clin.

D'un point de vu mécanique, la soudure devient mauvaise dans la zone indiquée par le rectangle hachuré sur le graphique (appelée: établissement du défaut).

Le logiciel calcule les maxima locaux de la fonction d'auto-corrélation du signal. Ces maxima sont positionnés sur le graphe par la valeur de leur intensité.

Le logiciel sélectionne ensuite les maxima d'intensité maximum (courbe en gras). La courbe ainsi formée montre l'évolution de la fréquence fondamentale du signal. Pour la soudure sans défaut, la fréquence fondamentale est très stable aux alentours de 80Hz. Dans l'exemple correspondant à la figure 4, la fréquence fondamentale du signal d'intensité passe de 75 Hz à 130 Hz lors de l'établissement du défaut.

La constatation ou non de la présence de ce saut de fréquence peut être utilisée comme variable booléenne pour décider de garder ou non la pièce dans la chaîne de production.

D'autres algorithmes utilisant une calibration ou un apprentissage sur des échantillons représentatifs de soudures sont également utilisables.

La figure 5 montre l'enregistrement de tension ainsi qu'une grandeur appelée facteur de qualité calculé par le logiciel WeldPrint (www.wti. com.au) pour un cordon de soudure qui quitte progressivement sa position normale dans le joint en déviant vers la tôle du bas. D'un point de vu mécanique, la soudure devient mauvaise dans la zone indiquée par la ligne en pointillés sur le graphique (appelée: établissement du défaut).

Ce logiciel fonctionne avec des algorithmes suivant le principe du document EP-A-1 122 646. Un certain nombre de cordons de références (au moins six) est initialement fourni au logiciel afin de calibrer le système. La figure 5 montre que le facteur de qualité est dégradé lors de l'apparition du défaut. La constatation ou non de la présence de la variation du facteur de qualité peut être utilisée comme variable booléenne pour décider de garder ou non la pièce dans la chaîne de production.

D'autres types d'algorithmes tels ceux décrits dans les documents EP-A-1 007 263 ou EP-A-1 170 650 sont également utilisables.

Un exemple d'algorithme utilisant les principes mathématiques décrits par les documents EP-A-1 007 263 et EP-A-1 170 650, est représenté sur les Figures 6 et 7. Cet algorithme utilise également une phase de calibration, avant la phase de détection des défauts.

Durant la phase de calibration, on a fournit des enregistrements des grandeurs mesurées sur des cordons de soudages, par exemple intensité, tension, pression du gaz de protection et vitesse du fil. Ces données sont repérées comme venant de bons ou de mauvais cordons. Ces données forment la base d'apprentissage du système; plus la base est importante, meilleure sera la calibration.

Lorsque l'apprentissage est terminé, le système est calibré.

La phase de détection de défaut peut alors se faire. Les calculs pertinents sont effectués sur les caractéristiques enregistrées lors d'un nouveau soudage.

Le système classe alors le cordon en catégorie bon ou mauvais .

La figure 8 montre l'évolution des performances de détection de ce type de méthode en fonction de la taille de la base d'apprentissage, traits pleins: moyenne des essais, pointillés, intervalle de confiance à 95%.

En considérant les performances décrites figure 8, on peut retenir à titre d'exemple un taux de fausses alarmes de 2% et un taux de non- détection de 4%. Si l'on utilise ce détecteur sur une production de 1000 pièces avec 5% de pièces effectivement défectueuses (figure 9a), on laissera passer 931 bonnes soudures et 2 mauvaises soudures vers l'étape de fabrication suivante (figure 9b). En outre 48 soudures défectueuses et 19 soudures bonnes seront écartées de la production. Les soudures sorties de la chaîne de fabrication (67 soudures soit -7% de la production) peuvent être inspectées ultérieurement, les 19 bonnes soudures seront réintégrées, les 48 soudures défectueuses seront réparées ou définitivement rebutées.

Finalement avec 7% de la production inspectée visuellement, on ne laisse passer que 2 soudures défectueuses sur les 50 soudures défectueuses produites. On peut comparer ce résultat à ce que serait la détection par tirage aléatoire de 7% de la production suivi d'une inspection visuelle.

La figure 10 donne la probabilité de choisir parmi 67 pièces (7% de la production) tirées au hasard, un nombre déterminé de pièces défectueuses. Le cas le plus probable (dans 22% des tirages) est de trouver 3 pièces défectueuses, c'est-à-dire d'en rater 47....

On voit nettement l'intérêt d'une inspection dirigée par un système de détection automatisée, selon l'invention, en particulier sur les chaînes de production automatisées à cadence de production élevée, telles les chaînes de production de véhicules automobiles ou de composants pour de tels véhicules.

Claims (12)

REVENDICATIONS

1. Procédé de détection automatique de défaut de soudage et de sélection des pièces comprenant les étapes de: a) acquérir des données, pendant le soudage d'au moins une pièce à souder, b) traiter les données acquises à l'étape a) pour en déduire au moins une première variable booléenne, c) déterminer un défaut de la soudure à partir d'au moins la première variable booléenne de l'étape b).

2. Procédé selon la revendication 1, caractérisé en ce que les données acquises à l'étape a) sont choisies dans le groupe formé par la tension (U), l'intensité (I), la vitesse du fil (Vf), la vitesse de soudage (Vs), la pression (Pgaz) ou le débit du gaz (Dgaz), de préférence la tension et l'intensité, de préférence la tension, l'intensité, la vitesse fil et la pression de gaz.

3. Procédé selon l'une des revendications 1 ou 2, caractérisé en ce que les données sont acquises au niveau de l'arc de soudage ou le plus près possible de l'arc de soudage.

4. Procédé selon l'une des revendications 1 à 3, caractérisé en ce que le traitement des données de l'étape b) se fait au moyen d'un programme d'ordinateur ou sur une carte électronique.

5. Procédé selon l'une des revendications 1 à 4, caractérisé en ce que, en fonction du résultat de l'étape c), on classifie la pièce soudée en pièce "défectueuse" ou "non défectueuse".

6. Procédé selon l'une des revendications 1 à 5, caractérisé en ce que les données acquises à l'étape a) sont utilisées, après traitement, pour en déduire au moins une seconde variable booléenne caractérisant la gravité du défaut lorsque la pièce soudée est classifiée en pièce "défectueuse".

7. Procédé selon l'une des revendications 1 à 6, caractérisé en ce qu'on utilise la seconde variable booléenne caractérisant la gravité du défaut pour décider de mettre ladite au moins une pièce soudée au rebut ou de lui faire subir un contrôle supplémentaire.

8. Procédé selon l'une des revendications 1 à 7, caractérisé en ce qu'il est mis en oeuvre sur une chaîne de production de manière à permettre une gestion automatique de la chaîne de production, de préférence une chaîne de production de pièces pour véhicule automobile.

9. Procédé selon l'une des revendications 1 à 8, caractérisé en ce que la ou les pièces sont soudées par un procédé de soudage MIG avec apport de fil fusible de soudage et gaz de protection.

10. Installation de détection automatique de défaut de soudage comprenant: - des moyens d'acquisition de données permettant d'acquérir des données pendant le soudage d'au moins une pièce à souder, - des moyens de traitement pour traiter les données acquises par les moyens d'acquisition de données et pour en déduire au moins une première variable booléenne, des moyens de détermination de défaut coopérant avec les moyens de traitement pour déterminer un éventuel défaut de soudure à partir d'au moins la première variable booléenne.

11. Installation selon la revendication 10, caractérisée en ce qu'elle comporte, en outre, au moins une torche de soudage automatique, de préférence une torche (20) de soudage alimentée en fil de soudage (23) provenant d'une source (22) de fil, en gaz de protection issu d'une source (24) de gaz et en courant électrique délivré par un générateur (21) de courant.

12. Chaîne de production de pièces soudées incluant une installation selon l'une des revendications 10 ou 11, de préférence une chaîne de production de pièces ou d'éléments de véhicule automobile.